Очистка загрязненных органическими соединениями шахтных вод при подземной добыче угля

• Автор: Дергунов, Дмитрий Викторович
• Шифр специальности: 25.00.36
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Тула
• Количество страниц: 152 с. : ил.

ГЛАВА 1. ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ ВОЗДЕЙСТВИЯ НА ОКРУЖАЮЩУЮ СРЕДУ СТОЧНЫХ ВОД, ЗАГРЯЗНЕННЫХ ФЕНОЛАМИ, И ПРОЦЕССОВ, ПРИВОДЯЩИХ К ИХ ОБРАЗОВАНИЮ
1.1 Процессы образования органических соединений, выделяющихся в
шахтные воды
1Л. 1 Химическая структура и окисление углей
1Л .2 Подземная газификация угольных пластов
1.2 Анализ воздействия органозагрязненных шахтных вод на окружающую среду
1.2 Л Оценка воздействия фенолов, образующихся при подземном сжигании угля на примере Подмосковного угольного бассейна
1.2.2 Оценка воздействия фенольных соединений в составе шахтных вод при подземной добыче угля шахтами Ворку-тинского промышленного района Печорского угольного бассейна на водные объекты
1.2.3 Загрязнение шахтных вод фенольными соединениями при ликвидации горных предприятий
1.3 Физико-химические и биологические методы очистки сточных вод, содержащих трудно-окисляемые органические соединения
Выводы
ГЛАВА 2. ЭКСПЕРИМЕНТАЛЬНО-СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ЗАВИСИМОСТИ СНИЖЕНИЯ КОНЦЕНТРАЦИИ ОРГАНИЧЕСКОГО ЗАГРЯЗНИТЕЛЯ В ВОДНОЙ СРЕДЕ ПОД ДЕЙСТВИЕМ ОКИСЛИТЕЛЕЙ В ПРИСУТСТВИИ УЛЬТРАФИОЛЕТОВОЙ АКТИВАЦИИ
2.1 Планирование эксперимента по выяснению механизма явления
2.1.1 Проведение эксперимента
2.1.2 Планирование эксперимента на основе проведенных экспериментальных исследований
2.2 Статистический анализ экспериментальных данных
2.2.1 Определение отклонения распределения зависимой переменной от нормального распределения
2.2.2 Анализ случайных остатков в модели регрессии
2.2.3 Определение корреляционной связи между факторами модели
2.2.4 Оценка параметров регрессионного уравнения
2.2.5 Определение показателей тесноты связи в модели регрессии
2.2.6 Оценка значимости регрессионной модели и её параметров

2.2.6.1 Оценка значимости параметров множественной 58 регрессии с использованием критерия Стьюдента
2.2.6.2 Оценка значимости параметров множественной регрессии с использованием доверительных интервалов
2.2.7 Оценка адекватности регрессионной модели результатам наблюдений
2.2.8 Оценка значимости коэффициента детерминации уравнения множественной регрессии
2.2.9 Оценка адекватности множественной линейной регрессии экспериментальным данным через построение доверительных интервалов для предсказанного значения зависимой переменной
2.3 Обоснование механизмов деструкции фенольных соединений в
водной среде под действием физико-химических факторов
2.3.1 Фотокаталитические процессы, приводящие к деструкции фенольного соединения (на примере бисфенола-А)
2.3.2 Термодинамическое обоснование механизмов образования окислительных радикалов
2.3.3 Квантовый выход фотокаталитической реакции, приводящей к деструкции молекулы бисфенола-А
Выводы
ГЛАВА 3. РАЗРАБОТКА МЕТОДИКИ ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНЫХ ПАРАМЕТРОВ ОЧИСТКИ СТОЧНЫХ ВОД, СОДЕРЖАЩИХ ФЕНОЛЬНЫЕ СОЕДИНЕНИЯ
3.1 Модель управления запасом ингредиентов, необходимых для очистки воды
3.2 Математическое программирование определения оптимальных параметров процесса очистки
3.2.1 Постановка задачи математического программирования
3.2.2 Стратегия решения задачи
3.2.2.1 Исследование целевой функции на выпуклость (вогнутость)
3.2.2.2 Исследование функции ограничения на выпуклость (вогнутость)
3.2.3 Алгоритм решения задачи нелинейного (выпуклого) математического программирования
3.2.4 Критерии оптимальных решений задач нелинейного (выпуклого) математического программирования
3.3 Решение задачи нелинейного (выпуклого) математического программирования по определению оптимальных параметров процесса очистки воды от органических загрязнителей при заданных технико-экономических условиях
Выводы

ГЛАВА 4. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗА УРОВНЯ ОСТАТОЧНОЙ КОНЦЕНТРАЦИИ ОРГАНИЧЕСКОГО ЗАГРЯЗНИТЕЛЯ В ВОДНОЙ СРЕДЕ ПОД ДЕЙСТВИЕМ ОКИСЛИТЕЛЕЙ В ПРИСУТСТВИИ УЛЬТРАФИОЛЕТОВОЙ АКТИВАЦИИ
4.1 Основные положения искусственных нейронных сетей
4.1.1 Искусственный нейрон
4.1.2 Активационная функция нейрона
4.1.3 Обучение нейронных сетей. Алгоритм обратного распространения ошибки
4.2 Анализ снижения концентрации фенольных соединений с использованием нейросетей
Выводы
ГЛАВА 5. ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ИНЖЕНЕРНО-ТЕХНИЧЕСКИХ РЕШЕНИЙ ДЛЯ ЗАЩИТЫ ВОДНЫХ ОБЪЕКТОВ ОТ ЗАГРЯЗНЕНИЯ ФЕНОЛАМИ
5.1 Традиционные системы очистки шахтных вод при подземной добыче угля
5.2 Технологическая схема очистки сточных вод, содержащих органические соединения на основе усовершенствованных окислительных процессов
5.3 Определение параметров фотохимического реактора окисления органосодержащих сточных вод
5.4 Эксплуатационные затраты на функционирование реактора окисления органосодержащих сточных вод
5.5 Размер вреда, причиненного водному объекту вследствие загрязнения фенолсодержащими водами, сбрасываемыми предприятиями подземной угледобычи
5.6 Экономический эффект от внедрения фотохимической очистки
Выводы
Заключение
Список литературы
Приложение
Приложение
Приложение
Приложение

Критерий Дарбина-Уотсона связан с еще одним критерием оценки сериальной корреляции (автокорреляции) остатков - коэффициентом сериальной корреляции остатков р, следующим соотношением:
В1Г = 2(1-р),
где р- коэффициент сериальной корреляции (автокорреляции) остатков. Определяя критерий Дарбина-Уотсона и сериальную корреляцию остатков в системе 81аЙ8Йса, получаем - = 2,022519, рсер = -0,092179
При уровне значимости а = 0,01, к-А и N -16 нижняя и верхняя процентные точки распределения равны соответственно ОIV, =0,53; 01¥и =1,66
[119]. Так как 4-П1Г = 4-2,0225 = 1,9775 больше 1)0^ (1,9775>1,66), то гипотеза Я0 принимается на уровне значимости яг = 0,01- сериальные корреляции остатков рсер равны нулю, следовательно, автокорреляция в остатках отсутствует,
т.е. остатки текущего периода не коррелируют с остатками предыдущего периода
[120].
4. Независимость остатков от значений факторов, входящих в модель регрессии. Независимость случайных остатков е1 от факторов, входящих в регрессионную модель X}, т.е. отсутствие корреляционной связи между ними выявляется с помощью парных коэффициентов корреляции гЕХ , заданных в виде корреляционной матрицы:
ГхХ ГЩХ)
ГЕ,Х,
1 ] ГХ}Е, Гхх
Используя систему 51аШОса, определяем корреляционные матрицы регрессионных остатков е1 и факторов У ,:
1 0 1 0 1 0 1
ГЕ,Х1 0 1 ’ гкхг ~ 0 1 гщхъ - 0 1 ’ ГЕ,Х4 0
Найденные матрицы являются симметрическими, с нулевыми недиагональными элементами и единичными определителями, что свидетельствует об отсутствии корреляционной связи между случайными остатками регрессии е, и факторами X . /' = 1,. ..,т, входящим и в модель.